ディープラーニングによる第5世代予測エンジン
我々のコアコミットメントの一環として、テクノロジーが提供できる最も正確な予測を実現するため、Lokadでは第5世代予測エンジンを稼働開始したことを誇りに思います。このエンジンは、これまでのリリースで達成した中で最大の精度向上をもたらします。エンジンの設計は、比較的新しい機械学習手法であるディープラーニングに依拠しています。サプライチェーンにおいて、大幅な予測精度の改善は同等に大きなリターンに繋がり、より多くのクライアントに迅速なサービスを提供すると同時に、在庫リスクを低減します。
確率的予測からディープラーニングへ
約18ヶ月前、我々は第4世代の予測技術を発表しました。第4世代は初めて真の_確率的予測_を実現しました。確率的予測は、需要が予想外に高いまたは低い極端な状況においてコストが集中するサプライチェーンにとって不可欠です。対照的に、従来の予測手法―つまり毎日、毎週、または毎月の予測で中央値や平均値に焦点を当てる手法―は、この問題に対応できません。その結果、これらの手法は通常、企業に十分なリターンをもたらしません。
偶然の要素もあり、ディープラーニングは_設計上_、確率的予測に大きく寄与することが判明しました。しかし、この視点の動機はサプライチェーンの懸念とは全く無関係でした。ディープラーニングアルゴリズムは、クロスエントロピーのような指標を用いた確率的／ベイズ的視点に基づく最適化を支持しており、これらの指標は確率的勾配降下法に特に適した大きな勾配値を提供します。この勾配降下法こそが、ディープラーニングを可能にする「唯一の」アルゴリズムです。
サプライチェーンという特定のケースにおいては、ディープラーニングの基礎が実際のビジネス要件と完全に一致していることが判明しています！
人工知能の誇大宣伝を超えて
実践においてディープラーニングに支えられた人工知能は、2017年の流行語となりました。その主張は大胆で魅力的ですが、正直なところ、_曖昧_です。Lokadの視点から見ると、これらの多くの_エンタープライズ_AI技術_は期待に応えていません。Instacartのように、サプライチェーンの課題に取り組むために世界クラスのディープラーニングチームを編成するため、5億米ドル以上の資金を調達できる企業は非常に少数です。
今回のリリースにより、LokadはAIグレードの予測技術を、適度に「デジタル化」されたあらゆる企業が利用できるようにしています。当然ながら、全体は依然として過去のサプライチェーンデータに基づいているため、データはLokadにアクセス可能でなければなりません。しかし、我々の技術は_ゼロ_のディープラーニング専門知識で運用可能です。ほぼすべての「エンタープライズ_AI技術」とは異なり、Lokadは手動による特徴量エンジニアリングに依存していません。クライアントにとって、従来の確率的予測からディープラーニングへのアップグレードはシームレスに行われるでしょう。
Lokadは、1人規模の小規模なEC事業から、数千の拠点と100万以上の製品参照を含む可能性のある最大のサプライチェーンネットワークまで対応可能な、ターンキーのAIグレード予測技術を提供する初のソフトウェア企業です。
GPUコンピューティングの時代
ディープラーニングは、コミュニティが自身のソフトウェア構成要素をGPU（グラフィックプロセッシングユニット）の利点を活かすようにアップグレードするまでは、やや_ニッチ_な存在でした。これらのGPUは、依然として大多数のアプリケーションを駆動しているCPU（セントラルプロセッシングユニット）とは大きく異なり、特にコンピューターゲームでは、CPUとGPUの両方に大いに依存されています。
第5世代に向けた予測エンジンの完全な書き直しとともに、Lokadの低レベルインフラも大幅にアップグレードされました。実際、企業向けのサービス提供のため、LokadプラットフォームはCPUだけでなくGPUも活用するようになりました。Lokadは、Microsoft Azure上でレンタル可能なGPU搭載マシンの利点を活かしています。
GPUの膨大な処理能力を活用することで、予測の精度を向上させるだけでなく、処理速度も大幅に改善されています。GPUのグリッドを通じて、十分な規模のデータセットに対して通常、予測が約3倍から6倍速く生成されるようになりました。（*）
(*) 超小規模なデータセットの場合、我々の第5世代予測エンジンは実際には遅く、数分余分にかかることがありますが、実際にはほとんど問題になりません。
製品のローンチとプロモーション
我々の第5世代予測エンジンは、特に製品のローンチとプロモーションといった困難な予測状況に対して大幅な改善をもたらします。
特に、売上の大半を占める製品ローンチに苦戦しているファッションブランドにとって、ディープラーニングは大きなチャンスとなっています。新製品の投入は例外ではなく常識であり、その後、色やサイズのバリエーションがSKUの数を大幅に押し上げるため、状況はさらに複雑化します.
ディープ予測への早期アクセス
我々は全クライアントを段階的に最新の予測エンジンへ移行する計画です。この段階的な展開は、最新バージョンが旧バージョンよりも精度が劣るという回帰現象を意図せずに発生させないためのものです。バージョン5.0は外部からはバージョン4.0と同一に見えるため、アップグレードは完全に透過的に行われます。クライアントは追加の精度のみを実感するでしょう。2018年第1四半期末までに、Envisionを通じて生成されるすべての予測は5.0により支えられるようになります。
